Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 复旦大学陈昱妍获国家专利权

复旦大学陈昱妍获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉复旦大学申请的专利大语言模型高语境共情增强回复生成方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117668201B

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311856151.2,技术领域涉及:G06F16/3329;该发明授权大语言模型高语境共情增强回复生成方法及装置是由陈昱妍;肖仰华;李直旭设计研发完成,并于2023-12-29向国家知识产权局提交的专利申请。

大语言模型高语境共情增强回复生成方法及装置在说明书摘要公布了:本发明提供了一种大语言模型高语境共情增强回复生成方法及装置,具有这样的特征,包括以下步骤:步骤S1,根据现有的共情对话数据构建共情对话数据集,共情对话数据集包括不同难易度的多个任务子集;步骤S2,根据共情对话数据集对现有的大语言模型进行训练,得到共情回复模型和强化学习模型;步骤S3,将指定对话输入共情回复模型,得到初始回复;步骤S4,将初始回复输入强化学习模型,得到共情回复。总之,本方法能够在高语境文化中生成更符合情感、角色和性格的共情回复。

本发明授权大语言模型高语境共情增强回复生成方法及装置在权利要求书中公布了:1.一种大型语言模型高语境共情增强回复生成方法,用于根据指定对话生成对应的共情回复,其特征在于,包括以下步骤: 步骤S1,根据现有的共情对话数据构建共情对话数据集,所述共情对话数据集包括不同难易度的多个任务子集; 步骤S2,根据所述共情对话数据集对现有的大语言模型进行训练,得到共情回复模型和强化学习模型; 步骤S3,将指定对话输入所述共情回复模型,得到初始回复; 步骤S4,将所述初始回复输入所述强化学习模型,得到所述共情回复, 其中,所述步骤S2包括以下子步骤: 步骤S2-1,根据所有所述任务子集对所述大语言模型进行有监督微调,得到微调大语言模型; 步骤S2-2,根据所述微调大语言模型对各个所述任务子集生成对应的多个回复作为回复数据; 步骤S2-3,根据各个所述任务子集的所有所述回复数据构建对应的奖励模型; 步骤S2-4,将所有所述任务子集进行随机排序,得到第一排序; 步骤S2-5,根据所述第一排序,依次通过各个所述任务子集对所述微调大语言模型进行单轮对话元学习得到第一EM模型,对所述微调大语言模型进行多轮对话元学习,得到第二EM模型; 步骤S2-6,根据所述第一EM模型和所述第二EM模型对所述第一排序进行重排序,得到所述难易度从易到难的第二排序; 步骤S2-7,根据所述第二排序,依次通过各个所述任务子集对所述微调大语言模型进行强化学习直至满足预设性能阈值,则得到所述共情回复模型; 步骤S2-8,根据所述奖励模型对所述共情回复模型进行强化学习,得到所述强化学习模型, 其中,在所述步骤S2-3中,所述奖励模型为softmax层替换为线性层的现有大语言模型, 所述奖励模型的输入为所述回复,所述奖励模型的输出为该回复对应的回复质量分数, 所述奖励模型在训练过程中的损失的表达式为: , 式中为所述回复数据中的一个回复,为由所述回复数据中两两回复构建得到的所有排名对的集合,和为所述排名对中的两个回复,且为排名较高的回复,为排名较低的回复,为所述奖励模型的标量输出,为所述回复数据中回复的总数, 多个所述任务子集包括SER任务子集、SRER任务子集、SPER任务子集、SRPER任务子集、BER任务子集、BPER任务子集和ERPM任务子集, 所述SER任务子集为面向语言的共情回复,侧重于基于对话历史生成回复,通过现有的大语言模型获取与特定情感相关的用户问题,并制定相应的共情回复, 所述SRER任务子集为面向语言的角色引导共情回复,基于所述SER任务子集,通过将角色集成到所述对话历史中构建得到, 所述SPER任务子集为面向语言的人格引导共情回复,基于所述SER任务子集,通过将对话历史与性格融合构建得到, 所述SRPER任务子集为面向语言的角色-性格引导共情回复,基于SER任务子集,通过结合情感、角色和性格进行共情回复构建得到, 所述BER任务子集为面向行为的共情回复,侧重于行为的回复, 所述BPER任务子集为面向行为的人格引导共情回复,侧重于不同的性格影响行为驱动的回复, ERPM任务子集为情感-角色-性格模式确定,通过将所述SER任务子集、所述SRER任务子集、所述SPER任务子集和所述SRPER任务子集融合得到。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人复旦大学,其通讯地址为:200433 上海市杨浦区邯郸路220号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。